ZY1-02DAHSI影像归一化阴影植被指数NSVI的波段选择及其构建

高光谱影像具有连续的地物光谱信息,在阴影检测方面具有巨大的潜力,而波段冗余度高需进行波段优选。归一化阴影植被指数(NSVI)能够扩大光谱差异,在高光谱影像中应用NSVI将更有效地识别阴影。资源一号02D卫星是我国首颗自主研发并成功运行的高光谱业务卫星,数据信噪比大、覆盖能力强,对该高光谱影像进行准确的阴影检测具有重要意义。以ZY1-02DAHSI影像为试验数据,提取并分析明亮区植被、阴影区植被及水体的光谱反射率;结合竞争自适应重加权采样(CARS)和连续投影算法(SPA)筛选能够有效区分典型地物的主要波段,综合考虑算法的特性进一步选出特征波段构建NSVI;通过步长法确定最佳阈值对影像进行分类,从像元值分布情况、分类精度和光谱增强效果等对比出构建NSVI的最佳波段,并结合不同的阴影指数、波段和影像进行综合评价,验证该方法的意义及普适性。结果表明:波段32和波段73是构建NSVI的最佳波段,分别对应红光波段和近红外波段;不同波段构建的NSVI分类精度均高于90%,由最佳波段构建的NSVI分类精度为94.33%,Kappa系数为0.8328,分类效果最优;NSVI能够增强典型地物间的光谱差异并缓解归一化植被指数的“易饱和”现象,在该影像中因水体累积产生的小波峰有助于提取水体;在ZY1-02DAHSI影像中NSVI的分类效果优于归一化阴影指数和阴影指数,于另一景影像的分类精度也达到93.55%,Kappa系数为0.8167。由算法筛选出的波段具有一定的代表性,最佳波段构建的NSVI在ZY1-02DAHSI影像中具有较好的阴影检测能力,对高光谱影像阴影检测及构建植被指数具有一定的借鉴和参考意义。

依据核归一化差异植被指数的西南五省植被覆盖度时空变化及气候驱动因子

聚焦中国西南地区这一关键碳汇区域,利用谷歌地球引擎(GEE)平台的MOD13 A1V6数据,构建了2002—2022年,西南五省(重庆市、四川省、贵州省、云南省、西藏自治区)核归一化差异植被指数(kNDVI)数据集,综合分析了西南地区植被覆盖的时空变化。并结合气象数据,采用一元线性回归、泰尔-森(Theil-Sen)中位数趋势分析、曼-肯德尔(Mann-Kendall)检验及偏相关分析等方法,探讨了气候变化对植被动态的影响。结果显示:(1)2002—2022年,西南地区整体植被覆盖状况较好,植被覆盖度呈现“东南高、西北低”的空间分布格局,且植被覆盖度整体呈上升趋势,线性拟合曲线为y=0.001x-1.691(R^(2)=0.806)。(2)核归一化差异植被指数与气温和降水的相关性在空间分布上存在异质性,但总体上气候因素对核归一化差异植被指数的影响以正向促进作用为主,气候驱动的区域主要集中在西藏东部、四川、重庆、贵州和云南部分地区。

2种气候环境的湖南省2021—2050年归一化植被指数时空动态变化预测

以湖南省为例,以2001—2020年的气象数据和归一化植被指数(NDVI)时间序列数据为基础,利用多元线性回归分析法,对未来2021—2050年两种气候环境(SSP2-4.5、SSP5-8.5)的归一化植被指数进行预测,并运用泰尔-森(Theil-Sen)和曼-肯德尔(Mann-Kendall)两种分析方法探究气候变化对湖南省未来植被演变趋势的影响。研究表明:相对于历史时期(2001—2020年),未来SSP2-4.5、SSP5-8.5气候环境的增温趋势均较为平缓,SSP5-8.5环境,温度呈南高北低趋势,降水呈北多南少趋势,且SSP2-4.5气候环境湖南省北部区域降水呈显著减少趋势。两种气候环境的归一化植被指数均呈现出一定的上升趋势,尤其SSP5-8.5气候环境更为显著。因此,两种气候环境归一化植被指数变化趋势的共性是,长沙市的少部分区域、洞庭湖流域内及张家界市北部归一化植被指数下降明显,是未来植被修复的重点地区;而湘西土家族苗族自治州、怀化、邵阳、永州西部和郴州东部地区也存在归一化植被指数下降趋势,区域石漠化较为严重,后期应加强保护与治理;湖南省其他各区域未来植被有明显的改善趋势。

依据归一化植被指数物候特征对第八师150团农田防护林的信息获取

以新疆生产建设兵团第八师150团为研究区域,选用2021年、2022年4个季度共计10期陆地卫星8号陆地成像仪(Landsat8 OLI)遥感数据作为信息获取的数据源;在进行预处理后,应用分层分类的方法,掩膜并去除其他非植被地物,结合时间序列的Landsat8 OLI获取的归一化植被指数(NDVI)物候特征获取农田防护林信息,应用外业调查数据对其进行精度评价。结果表明:150团的农田防护林面积为3099.87 hm^(2)。实地样地调查结果显示,在选取的35个农田防护林样点中,有31个被正确获取,分类准确率达到88.5%。150团的农田防护林均匀分布于各个连队中,但在整个团场范围内分布不均匀,并伴有断带现象。运用分层分类的方法和依据时间序列的遥感图像,能够有效获取农田防护林信息。

乌海市四合木群落归一化植被指数时空演变及影响因素

为了解荒漠生态系统植被时空演变情况,明晰自然因素和社会因素对植被指数变化的影响,以乌海市四合木(Tetraena mongolica)群落为例,利用2003—2023年植被盖度实测数据和MODIS归一化植被指数数据集,采用地理加权回归模型、Slope趋势分析等方法,探究四合木群落归一化植被指数时空演变情况及其与影响因素的空间分异规律。结果表明:(1)2003—2023年,乌海市四合木群落归一化植被指数呈上升趋势,增长率为35.2%,空间分布呈现出“北部低,南部高”的格局,四合木群落稳定性整体较高,较低、中等波动变化区域较多。(2)归一化植被指数和各影响因素表现出明显的空间差异性,其中,降水量、土地利用类型以正相关为主,海拔、坡度、GDP以负相关为主。(3)各影响因素对归一化植被指数的影响程度差异明显,其中,归一化植被指数对降水非常敏感,对GDP最不敏感。

青海高原生长归一化差值植被指数对气候暖湿化响应的年代际变化

本文利用1982~2018年美国国家海洋和大气局(NOAA)先进甚高分辨率辐射计(AVHRR)观测得到的归一化差值植被指数(NDVI)数据集和中国区域高分辨率近地面气温和地面降水率驱动数据集(CMFD),采用线性倾向估计、M–K检验、偏相关和方差分析等方法,研究了气候暖湿化背景下青海高原生长季(5~9月)地表植被变化特征及其对气候暖湿化响应的年代际变化。结果表明:(1)1982~2018年,青海高原生长季地表植被呈由东南向西北逐渐减小的空间分布特征,整体呈显著增加趋势(p<0.01),气候倾向率达0.01(10 a)-1,但在空间上呈两极化发展,在青海高原东部和西南部植被显著变好(面积占57.3%)的同时,青海高原西北部的柴达木盆地地表植被表现为退化态势(面积占14.8%)。(2)1982~2018年青海高原气候整体呈暖湿化特征,但在1990年代中后期发生了显著的趋势变化,不同时段气候暖湿化的区域和强度存在差异,P1时段(1982~1998年)的增温强于P2(1998~2018年)时段,而P2时段的变湿强于P1时段;青海高原生长季地表植被在1998年之前为波动上升,趋势不显著,但从1998年开始出现显著增加趋势(p<0.05),这与青海高原地面降水率的变化相一致。(3)在青海高原气候暖湿化不同阶段,地表植被对气候变化具有不同的响应,在P1时段,水分条件相对不足的情况下,地表植被对热量因子(气温)以负反馈为主,增温不利于地表植被的生长,特别是在黄河源区北部和青海湖附近;而在P2时段,在水分条件相对充足的条件下,地表植被对水分和热量因子均以正反馈为主,在二者的共同作用下,青海高原生长季地表植被出现了大范围好转。

庆阳市气候变化对植被指数(NDVI)的影响

庆阳市是甘肃省生态防护的关键区域之一,生态管理对甘肃省生态建设和可持续发展至关重要。根据庆阳市2001—2021年植被指数(NDVI)和气象数据,采用趋势分析和相关分析方法研究了庆阳市气候变化对NDVI的影响。近21年庆阳市:(1)气候向暖湿趋势发展,气温和降水量年际增长倾向率分别为0.177℃/10a,5.7965mm/a。西峰区气候湿润多雨,环县干燥少雨。(2)植被覆盖状况呈稳中向好态势,NDVI年际增长倾向率为0.056/10a,NDVI合水县最大,环县最小,NDVI空间分布呈西北向东南递增。(3)NDVI与气候(气温和降水量)呈正相关性,其中与降水量(P=0.472)相关性显著(P<0.05)。研究结果表明庆阳市降水量是影响NDVI的主要气候因子。

长春市不同区域归一化植被指数多年变化分析

利用已获得的遥感数据获取归一化植被指数(NDVI),分析长春市1997-2017年植被覆盖的时空变化特征,并从行政区位置和环路范围与市中心距离远近探究影响植被覆盖的变化因素。研究表明,长春市的植被覆盖变化大致可分为2个阶段,1997-2007年,城区植被覆盖程度呈下降趋势,下降了1.14%;2007-2017年,植被覆盖小幅度上升,上升了2.06%。在空间上,NDVI由市中心向外延伸呈增加趋势。1997年、2007年、2017年五环的NDVI分别是一环的1.49倍、8.9倍、7.33倍。植被覆盖变化以宽城区、南关区为中心向四周逐渐提升。朝阳区、南关区、绿园区和宽城区NDVI值变化不大。说明人类活动是导致植被覆盖剧烈变化的主要因素,如土地使用类型转变、农业生产规模扩大以及生态环境修复等活动对植被覆盖程度均有不同程度的影响。

石羊河流域气候变化及其对植被指数的影响

研究气候变化对植被覆盖的影响,对干旱区生态环境保护具有重要意义。以石羊河流域2000-2020年逐月气温、降水、日照、蒸发和NASA GIMMS归一化植被指数(NDVI)资料为基础,首先运用线性趋势法分析了气温、降水量、日照时数、蒸发量与NDVI的年、季节变化趋势,然后采用相关系数法研究了气候要素对NDVI的影响。结果表明:石羊河流域及各地年气温呈明显上升趋势,春、夏、秋季气温呈上升趋势,冬季(除民勤外)呈下降趋势;全流域及永昌、古浪、天祝年降水量呈增多趋势,民勤、凉州呈减少趋势,各季节降水量变化趋势不太一致;年日照时数除古浪呈增多趋势外,全流域及其他各地呈减少趋势,各季节日照时数变化趋势很不一致;年蒸发量除凉州呈减少趋势外,全流域及其他各地呈增多趋势,各季节蒸发量变化趋势也不太一致。石羊河流域及各地年NDVI呈显著增长趋势,除凉州春季外,各季节也呈增长趋势。年、季气温和降水量与NDVI基本呈正相关,气温、降水量对NDVI具有正贡献。年、季日照时数和蒸发量与NDVI相关性的正负差异较大,总体来看,日照时数对NDVI具有负贡献,蒸发量对NDVI具有正贡献。研究结果将为石羊河流域提高气候资源的利用率、调整种植结构和改善生态环境提供科学的参考依据。

1981—2018年新疆草地归一化植被指数时空特征及其对气候变化的响应

在新疆开展长时间序列的草地监测,分析草地生长的时空变化特征,有利于草地环境压力分析和草地生态健康预测。以NOAA-AVHRR NDVI为数据源,采用最大值合成、一元回归分析与相关性分析,分别在年际尺度和多个空间尺度(全疆、南北疆与各地区及其11种草地类型)上探讨了1981—2018年新疆草地归一化植被指数(NDVI)时空特征及其对气温、降水的响应。结果表明:(1)1981—2018年,新疆草地NDVI多年均值0.326,变化范围0.259—0.386,具有轻微年际波动特征;(2)北疆、南疆草地NDVI均表现为轻微增加趋势;全疆占草地总面积41%的区域NDVI呈显著增加趋势,9%为显著减少区域,北疆草地NDVI显著增加的面积是南疆的1.7倍;(3)由于垂直地带性及区域差异,新疆草地NDVI由山区向盆地的荒漠降低;北疆草地NDVI是南疆1.4倍,总体上北疆各地区草地NDVI高于南疆各地区;(4)草地类型植被NDVI对降水的显著响应高于气温,其中温性荒漠类、温性荒漠草原类与温性草原类草地NDVI对降水变化的响应明显高于其余草地类型,降水对草地NDVI的影响更为显著,表明降水引起的地表水分变化是草地植被生长的重要限制因子。

基于NDVI和EVI不同植被指数表征的粤港澳大湾区植被空间格局驱动因子影响力比较分析

为研究归一化植被指数(normalized difference vegetation index,NDVI)和增强植被指数(enhanced vegetation index,EVI)的表征差异是否会造成有关植被研究的结果差异,分别在采用2005—2020年MODISNDVI、MODIS-EVI 2种不同遥感植被指数表征粤港澳大湾区植被空间特征的基础上,以同时期17个自然因子和人为因子作为驱动因子,通过地理探测器模型方法,计算各驱动因子对基于NDVI和EVI的植被空间特征的影响力。结果显示,虽然粤港澳大湾区南亚热带-热带植被在NDVI和EVI的表征下,其结果存在差异,但在不同植被指数下,通过地理探测器模型方法计算各驱动因子影响力量化及排序结果基本一致,未受不同植被指数表征差异的影响。在驱动因子中,土地利用类型、高程均是最主要驱动因子,对植被空间分布影响力均超过50%。因子之间均表现出双因子增强作用。土地利用类型协同人口分布因子对NDVI表征下的植被空间分布影响力最强;高程协同人口分布因子对EVI表征下的植被空间分布影响力最强。研究结果表明,虽然NDVI、EVI在表征植被覆盖特征方面存在差异,但是基于不同植被指数计算的驱动因子定量分析结果趋于一致。

地形因子影响典型气候带植被指数的定量归因——基于地理探测与地理加权视角

对不同气候带地形因子影响归一化植被指数(NDVI)的变化进行分析研究,对于探索水土灾害、生态研究以及区域环境质量等具有重要价值。以我国7个典型气候带下的县域范围为例,基于Landsat 8遥感数据与DEM数据,从地理探测器与地理加权回归视角,探索中国典型气候带的小区域范围尺度下地形因子与NDVI变化的关系与规律。研究表明:(1)NDVI排名为:漠河市(北温带)>白沙黎族自治县(中/北热带)>浦北县(南亚热带)>鲁甸县(南亚热带)>方山县(南温带)>贵德县(高原气候带)>巴林左旗(中温带)。(2)地形因子对植被指数的解释力排名为:坡向因子<坡度因子<高程因子,地形因子之间大部分不存在显著性差异,不同研究区的地形因子对NDVI的影响并非简单独立,而是通过非线性增强的过程来起作用。(3)地形因子的局部拟合空间格局与植被覆盖空间分布格局相似,地形对植被的空间分布有着重要影响。(4)根据调整拟合优度,各研究区地形因子与植被的拟合度排名为:贵德县>方山县>白沙黎族自治县>浦北县>漠河市>鲁甸县>巴林左旗,地形因子对植被指数拟合程度随地域变化存在显著差异。

1982—2022年黄土高原归一化植被指数变化的时空特征

长时间地表植被指数变化序列构建与分析是生态环境监测领域的重要内容。以我国生态工程建设重点地区——黄土高原为研究区,采用时间序列的方差匹配方法,融合了2套卫星遥感的归一化植被指数(NDVI)数据产品(GIMMS 3g和MODIS),建立了覆盖1982—2022年的黄土高原暖季(5—9月)NDVI数据集,揭示了其间黄土高原植被覆盖变化的时空特征。研究发现:黄土高原暖季NDVI呈现“先慢后快”的增加趋势,转折点大致出现在2002年,1982—2002年暖季NDVI增速仅为0.01/(10 a),2003—2022年增速高达0.06/(10 a),其中十八大以来增速尤为显著;暖季NDVI快速增加区域主要位于黄土高原中部,并向东北、西南方向延展,与“退耕还林(草)”重点区域范围基本一致;在黄土高原南部、东部和青海省东部一带,暖季NDVI呈缓慢下降趋势。过去40年间黄土高原NDVI增加与生态工程建设关系密切。

不同植被指数反演植被覆盖度的真实性检验及对比分析

针对NDVI的饱和特性对植被覆盖度估算产生负影响的问题,使用DVI推导植被覆盖度反演模型,利用相对真值进行检验,并从统计指标、地形影响和不同覆盖度影响对比了2种反演模型的精度。结果表明:真实性检验必须克服尺度效应的影响,f_(NDVI)、f_(DVI)不适用于高植被覆盖度地区;基于DVI的像元二分模型反演结果显示,f_(DVI)总体精度56.55%优于f_(NDVI)总体精度49.68%,结果的鲁棒性更好。

基于植被指数的生态恢复力评价及影响因素研究——以武陵山片区为例

选取归一化植被指数(NDVI)作为生态恢复力替代指标,从敏感性和适应性2个维度构建了生态恢复力测度模型,对2000—2020年武陵山片区生态恢复力进行了综合评价,并通过多元线性回归模型探究了武陵山片区生态恢复力的主要影响因素。结果表明:(1)2000—2020年武陵山片区生态恢复力指数平均为0.45,整体呈北高南低、西高东低的空间分布格局;(2)低、较低、中等、较高和高生态恢复力地区分别占武陵山总片区面积的0.29%、18.19%、35.82%、29.01%和16.69%;(3)生态恢复力与年平均气温、坡度、建设用地面积占比、碳排放量呈负相关,与年降水量、高程、人口密度、GDP呈正相关;其中年平均气温、人口密度和碳排放量是武陵山片区生态恢复力的主要影响因素。

近20年荆州市归一化植被指数时空演变特征及其对空气质量的影响

定量评估植被时空变化与空气质量的关系有利于预测区域生态系统健康。文章基于MOD13A3 NDVI数据和空气质量数据,采用最大值合成、一元回归分析与相关性分析,探讨2000—2019年荆州市植被NDVI时空演变特征与空气质量的关系。结果表明:1)2000—2019年荆州市植被变化范围是0.431~0.474,以每年0.215%的变化率逐年增加,其中2000—2009年的NDVI增长趋势高于2010—2019年,较高植被覆盖度主要分布在中部和西部地区,东部地区以较低植被覆盖度为主,空间上呈现“西高东低”的分异特征。2)植被覆盖能有效调控城市空气质量,PM_(10)、NO_(2)与NDVI极显著负相关(P<0.01),PM_(2.5)、CO与NDVI显著负相关(P<0.05),显著性指数排名为PM_(10)(0.992)>NO_(2)(0.963)>PM_(2.5)(0.953)>CO(0.880)。因此,增加植被覆盖、构建完善城市绿网始终是城市生态环境建设的重要方向。

植被归一化植被指数对气候因子的空间敏感性

基于全球土地利用类型和覆盖度,利用生长季多年平均(1982-2015年)归一化植被指数(Normalized Difference Vegetation Index,NDVI)和气候平均态(气温、降水量)数据,讨论了全球植被格局与气候因子之间的关系,建立了两者之间的多元回归模型,并分析了植被对气温和降水气候态敏感性的特征.植被与气候因子在气候梯度上存在明显的对应关系,回归模型可较好拟合气候态NDVI的全球分布格局,拟合与观测NDVI的相关系数达0.90.其中,常绿阔叶林、混交林、常绿针叶林、落叶阔叶林、农田和木本稀树草原空间分布的拟合能力较好(r>0.8).不同土地覆盖类型的NDVI对气温、降水气候态的空间敏感性特征不同.整体而言,植被对气温和降水的敏感性呈现反相关关系(r=-0.6).不同土地覆盖类型对气温表现出正/负敏感性,寒带灌木对气温的敏感性最强,而农作物、草原、裸地对气温负敏感性较大;植被对降水的敏感性均表现出正敏感性,其中落叶针叶林、草原和稀树草原对降水的空间敏感性较强.

2000-2018年三江源区归一化差植被指数数据集

植被作为陆地生态系统的重要组成部分,其变化可有效反映生态系统的动态变化,但随着气候的不断变化及人类活动的加剧,植被生长受到影响,研究植被的动态变化显得尤为重要。植被动态变化通常用植被指数来衡量,归一化植被指数(Normalized Difference Vegetation Index, NDVI)作为遥感领域中广泛采用的指数,被用于植被的监测、气候变化的分析等。本文应用2000至2018年中分辨率成像光谱仪(MODIS)光谱反射率数据产品(MOD09Q1),计算获得NDVI,采用TIMESAT 3.2软件的S-G滤波方法对NDVI数据进行降噪处理,从而对时间序列进行重构,得到最终本数据产品。该数据集公开共享并提供下载服务,为三江源植被的动态变化研究提供数据支撑。

干旱对滨州灌区冬小麦归一化植被指数(NDVI)的影响

在中国北方,干旱是冬小麦生育期内常见的灾害,对冬小麦的生长及产量有直接的影响。本研究以滨州灌区为例,分析了灌溉作用下干旱对冬小麦生长的影响。利用1951-2014年气象观测站的气象资料和MODIS数据,计算滨州灌区的标准化降水指数(SPI)、蒸散量、有效降水量和冬小麦的水分亏缺量及其生育期内的MODISNDVI值。结果表明,在冬小麦生育期内,该区的干旱月份占总月份的70.1%,在冬小麦生长关键的3月份、4月份、5月份、6月份,其干旱频率分别为92.2%、60.9%、39.1%、9.4%。在冬小麦生育期内,干旱月份平均水分亏缺量为697.6 mm。灌溉只能减弱干旱对冬小麦归一化植被指数(NDVI)的影响,但不能完全消除。通过分析灌溉对干旱情况下小麦的作用,可以为今后该区域冬小麦种植措施的实施提供有益借鉴。

定居放牧方式下归一化植被指数(NDVI)的空间变化特征

利用遥感数据 ,对内蒙古锡林河流域定居放牧方式下归一化植被指数 (N DVI)的空间变化特征进行了分析 ,结果表明 :1)定居放牧方式下 ,N DVI随定居点距离的变化格局经历了 3个阶段。第一阶段 ,草场处于原生阶段 ,N DVI不随距离变化 ;第二阶段 ,定居点附近开始局部退化 ,N DVI随距离增加而增大 ;第三阶段 ,退化区域扩大 ,N DVI不随距离变化。2 )在草场局部退化阶段 ,N DVI随距离的变化呈对数函数规律 ,定居点的放牧区具有放牧半径、原生 N DVI值、N DVI变化率等特征。